[考博復習資料]哈爾濱工業大學2015博士招生人工智能原理考試大綱參考書目_考博_旭晨教育

哈爾濱工業大學2015博士招生人工智能原理考試大綱參考書目

考博復習第一手復習資料及最權威的復習參考書目就是研究生院公布的考博科目考試大綱、參考書目，旭晨教育整理了哈爾濱工業大學2015年博士招生考試大綱及參考書目供報考哈爾濱工業大學的考博考生參考復習。

課程名稱：人工智能原理

一、考試要求

要求考生全面、系統地掌握人工智能的基本概念、基本原理、典型方法和若干應用實例，并且能靈活運用所學知識闡述解決實際問題的方法和途徑。

二、考試內容

l 人工智能概述

AI的四種類型定義，圖靈測試，AI發展7個歷史時期，構造理性智能體的4個要素及例子，Agent結構，AI研究熱點

l 搜索技術

搜索問題形式化表示4要素，搜索樹/搜素圖表示，搜索策略分類，搜索算法評價4個指標

4種常用盲目搜索算法—廣度優先、深度優先、深度有限、迭代深入先深搜索，4算法基本性能比較

A*搜索啟發函數定義，可采納性定義，啟發函數一致性定義，A*算法性質，啟發函數精確性問題

4種常用局部搜索算法的思想

極大極小決策算法，a-b剪枝算法

CSP問題定義，例子與約束圖，3種提高基本CSP求解算法效率的策略—賦值次序、前向檢驗、智能回溯

l 邏輯與推理

子句 合一置換，前向鏈接算法/后向鏈接算法，算法推理例子

公式到子句集的轉換，Herbrand論域、原子集、解釋，語義樹、規范語義樹、完備語義樹、封閉語義樹、否節點，Herbrand定理，消解法證明思路

消解法的應用：禁止無用子句產生—動態支持集策略，線性消解、輸入消解、單元消解的例子

模態邏輯□◇算子的含義，模態邏輯的Leibnitz和標準模型定義

4種三值邏輯的真值定義

l 知識表示

知識三要素，知識-數據-信息的區別，知識表示—符號系統+使信息結構化

本體概念要素，構建本體的原則，Ontology分類的典型—分類詞典，本體論的應用

產生式、框架、語義網絡，自然語言句子的上述3種方法表示實例

動態知識表示及例子

結構化-非結構化-半結構化知識(數據)區別，半結構化數據模型，置標語言特點，HTML例子，XML例子，Wiki百科的表示形式，應用例子說明

l 不確定性推理

不確定性推理必要性、方式，原子事件及性質、全概率公式，條件概率、邊緣化、歸一化、逆概率，用全概率分布表推理，條件獨立性

貝葉斯網絡的表示，全聯合概率分布的計算，鏈式法則、條件獨立關系、噪聲或關系，貝葉斯網絡上的精確推理例子，變量消元法：l表轉換及其合并，條件獨立性典型表示及其例子

馬爾可夫鏈表示、例子，時序推理的任務及其表示(filtering, prediction, smoothing, most likely sequence)和相關推導，Forward-backward算法思想，HMM表示及例子

效用函數、最大期望效用、效用函數例子，序列決策問題/例子，回報函數，MDP定義、例子，相關函數定義U、p，Bellman公式及其計算實例，數值迭代算法

l 機器學習

學習的經典定義，三種學習類型，機器學習學科近期和長遠研究的一些主題

歸納學習、Ockham剃刀原則、歸納學習假設、歸納偏置，決策樹建立的一般過程，熵值下降(信息增益)屬性選擇方法，決策樹學習的例子

機器學習算法評價方法、實驗測試方法、過擬合

集體學習的動機，Boosting方法的基本思想，AdaBoost算法概述

學習過程的3種決策標準，統計學習的3種模型

貝葉斯學習實例、貝葉斯預測過程，最大似然假設及前提，貝葉斯網絡中的最大似然參數計算，樸素貝葉斯分類器

使用先驗知識的學習系統框架，ILP的學習模式、評價標準，ILP學習過程、實例，ILP自頂向下學習方法例子，ILP逆向歸納學習方法例子，ILP學習方法的優缺點、特點

PAC學習，PAC學習的樣本復雜度描述

l 規劃簡介

規劃的定義，規劃問題語言STRIPS/ADL表示形式、兩者區別，用STRIPS或ADL表示各種問題實例

三、試卷結構

考試時間180分鐘，滿分100分

(1)題型結構

1) 簡答或論述題(20-30分)

2) 證明題(10-20分)

3) 計算題(20-30分)

4) 求解題(20-30分)

(2)內容結構

四、參考書目見招生簡章